Ayar Labs 与 GUC 联合发布共封装光学热协同仿真结果：液冷冷板方案满足 3kW 封装散热规格

作者：Vladimir Stojanovic 和 Igor Elkanovich

CPO 革命已近在眼前。但要改造数据中心互连，还需克服架构、供电、机械设计和热管理等方面的新挑战。其中，热管理已成为在超大规模 AI 环境中成功部署共封装光学（CPO）的最关键领域之一。

热不稳定性一直是 CPO 技术的一大隐忧。Ayar Labs 与 Global Unichip Corp.（GUC）联合对先进封装设计进行了热协同仿真，并确定了封装及后续小芯片的热分布图，涵盖风冷和液冷环境。

由于热稳定性被视为基于微环的 CPO 的一大隐忧，我们希望正面解决这一问题。我们的协同仿真数据表明，CPO 可以在先进多芯片封装的热包络内可靠运行。我们分享这些结果，是为了让超大规模厂商有信心推进 CPO 的大规模部署。

新颖设计实现超过 100 Tbps 的速度

让我们从全新的多芯片封装（MCP）设计说起，该设计将 Ayar Labs 的 TeraPHY 光引擎集成到 GUC 的先进封装和 ASIC 工作流程中。新的 XPU MCP 设计用 Ayar Labs 的光引擎取代传统电互连，这些光引擎直接贴装在 MCP 有机基板上。该架构使 XPU 封装能够提供超过 100 Tbps 的全双工光接口，比当前 XPU 提升了一个数量级以上。

UCIe-S 通过 MCP 基板在光引擎与 I/O 小芯片之间提供带宽。另一方面，UCIe-A 用于 I/O 小芯片与主 AI 裸片之间通过本地硅互连（LSI）桥接的通信。

这一设计的规模带来了我们必须应对的热挑战。完整封装尺寸为 105mm x 140mm，容纳：

2 个 XPU（每个 25.69mm x 32.40mm）
8 个 HBM4 内存模块
4 个 I/O 小芯片
8 个 TeraPHY 光引擎（每个 12.5mm x 13.0mm）

单个封装内 +3 kW 的功率包络凸显了热管理的重要性，以及光引擎需要与高功率 AI 处理器一起可靠运行。这种复杂的多芯片架构需要精密的封装。该设计采用 9-2-9 层基板结构来应对复杂的布线需求。

该设计还解决了与大规模封装相关的信号和电源完整性挑战。我们在 XPU MCP 层面进行热优化，同时加强筋设计兼顾了光引擎的需求，并实现了可拆卸光纤连接，满足机械应力和翘曲要求。

什么是热协同仿真，为什么它很重要？

热协同仿真是对芯片上电行为和热流的联合仿真。它让设计人员能够预测集成电路（IC）和封装在实际工作条件下的温度、热点和可靠性问题。这些数据可确保整个系统在所需的温度规格内运行。这对于成功部署至关重要。

在GUC的热完整性设计流程中，我们会考虑每颗芯片的功耗图，并进行热串扰和动态热协同仿真，以确保MCP从早期阶段到签核阶段的热完整性。这使我们能够识别局部热点以及热串扰对光引擎的影响。

热协同仿真对于GUC的先进ASIC工作流程至关重要。在我们的联合分析中，MCP包含多个芯粒，用于分析相邻芯粒裸片之间的热串扰。整个中介层复合体产生的任何热量都可能影响光引擎的性能。

需要热建模来优化光引擎性能。这项联合技术工作刻意探究热点和热串扰，以在真实的客户封装外形中评估CPO的整体热稳定性。我们没有回避难题，而是将仿真设计为对系统施加压力并揭示任何潜在问题。

这些发现对于评估先进封装设计以及与生态合作伙伴协作，为AI服务器和交换机应用在最严苛的热设计功耗水平下设计最佳散热解决方案具有极大价值。这项测试使我们能够做到这一点。

热协同仿真测试

我们进行了三项仿真：一项分析以确定每个芯片组件的热阻目标，另外还测试了两种不同的散热解决方案。一种解决方案符合规格，另一种不符合。

3D VC散热器测试

我们在25ºC下以5 m/s和6 m/s的风速测试了标准空气翅片散热器。

图1：GUC + Ayar Labs CoWoS-L CPO使用散热器的仿真。

这未符合规格，因为除I/O裸片外，所有组件的温度均显著超过规格。

热阻分析

我们分析了最大结温与热阻曲线，以确定适用于采用局部硅互连的基板上晶圆上芯片（CoWoS-L）先进封装和光引擎的合适热阻，从而满足温度规格。

图2：GUC + Ayar Labs CoWoS-L CPO热阻（Rsa）分析。

当RSA-ASIC ≤ 0.008 K/W且RSA-OE ≤ 0.15 K/W时，系统级散热解决方案成功满足规格。冷板设计实现了这些目标，ASIC冷板的压降为11.2 kPa，光引擎冷板的压降为18.8 kPa。这在保持热性能的同时确保了冷却液的高效流动。

冷板测试

最后，我们测试了流量为4.5 LPM的冲击式冷板散热解决方案。

图3：GUC + Ayar Labs CoWoS-L CPO使用冷板的仿真。

该解决方案确实符合规格。所有组件均低于温度规格。

冷板细节

我们为此应用选择了冲击式冷板，因为它比传统平行通道设计具有更高的热流移除能力。该设计采用优化的翅片尺寸（厚度：0.15mm，ASIC高度：2.4mm，光引擎高度：3.0mm）以及热界面材料（K=5.2 W/mK），以实现所需的热性能。

这种方法有效耗散来自多个高功率芯粒的集中热量，同时使光引擎保持在其工作温度限值内。

关键结果

Determined the thermal resistance design targets for each chiplet for thermal sign-off constraints:
- HBM4 < 95ºC
- SoC < 125ºC
- 光引擎 < 100ºC
绘制了热点的位置。
表明传统空气散热器不适用于该解决方案。
证明了真实世界的液冷设备满足所需规格。

这些结果表明 CPO 部署取得了重大突破。在单个封装中耗散超过 3kW TDP（其中仅 AI 处理器就贡献 1,500W）的同时，成功将光引擎维持在 100ºC 以下，表明 CPO 在结温余量充足的情况下可靠运行，为最严苛的热环境铺平了道路。

未来计划

我们的下一步将聚焦于动态工作负载仿真，以进一步分析真实运行条件下热效应对 CPO 的影响。我们在此分享的测试基于静态功耗假设，即每个组件的功耗保持不变。系统从空闲状态逐步升载，在训练或启动期间出现峰值，并在正常运行期间根据用户需求波动。

大量用户可能导致热量尖峰。动态工作负载仿真将使我们能够在更贴近真实世界的条件下测试我们的设计。这将帮助我们了解光学器件如何响应突然的温度变化，并确保系统高效运行。

这些热协同仿真测试结果表明，当搭配适当的冷却解决方案时，CPO 可以在高功率 AI 系统中可靠运行。随着行业不断突破计算性能和热设计功耗的边界，CPO 将在克服带宽和功耗限制方面发挥重要作用。

Igor Elkanovich 是 GUC 的首席技术官。

文章共封装光学器件的热协同仿真测试首次发表于 Semiconductor Engineering。